def test_validate_horas_vacias(self):
datos = []
self.assertFalse(validate_horas(datos))
def test_validate_horas_no_hora(self):
datos = ['test']
self.assertFalse(validate_horas(datos))
def test_validate_horas_formato_invalido3(self):
datos = ['24:00']
self.assertFalse(validate_horas(datos))
def test_validate_horas_formato_invalido1(self):
datos = ['10:00pm']
self.assertFalse(validate_horas(datos))
def test_validate_horas_validos(self):
datos = ['16:00', '16:00:00', '01:00', '00:00']
self.assertTrue(validate_horas(datos))
def inferir_metadata_desde_lineas_base_existente(self, base_datos_contacto,
lineas_unsafe):
"""Infiere los metadatos desde las lineas pasadas por parametros.
con base de datos exitente
Devuelve instancias de MetadataBaseDatosContactoDTO.
Copiado desde self.inferir_metadata_desde_lineas()
"""
assert isinstance(lineas_unsafe, (list, tuple))
lineas = []
for linea in lineas_unsafe:
lineas.append(
[smart_text(col) for col in linea]
)
del lineas_unsafe
logger.debug("inferir_metadata_desde_lineas(): %s", lineas)
if len(lineas) < 2:
logger.debug(_("Se deben proveer al menos 2 lineas: {0}".format(lineas)))
raise(NoSePuedeInferirMetadataError(_("Se deben proveer al menos 2 "
"lineas para poder inferir "
"los metadatos")))
# Primero chequeamos q' haya igual cant. de columnas
set_cant_columnas = set([len(linea) for linea in lineas])
if len(set_cant_columnas) != 1:
logger.debug("Distintas cantidades "
"de columnas: %s", set_cant_columnas)
raise(NoSePuedeInferirMetadataError(_("Las lineas recibidas "
"poseen distintas cantidades "
"de columnas")))
primer_linea = lineas[0]
otras_lineas = lineas[1:]
metadata = base_datos_contacto.get_metadata()
# Ahora chequeamos que haya al menos 1 columna
if len(primer_linea) == 0:
logger.debug("Las lineas no poseen ninguna "
"columna: %s", primer_linea)
raise(NoSePuedeInferirMetadataError(_("Las lineas no poseen ninguna "
"columna")))
if metadata.cantidad_de_columnas != len(primer_linea):
logger.debug("Distintas cantidades "
"de columnas: %s", set_cant_columnas)
raise (NoSePuedeInferirMetadataError(_("Las lineas recibidas "
"poseen distintas cantidades "
"de columnas")))
metadata.cantidad_de_columnas = len(primer_linea)
# chequeamos que el nombre de las columnas sean los mismo cargado previamente
for columna_base, columna_csv in zip(metadata.nombres_de_columnas, primer_linea):
if str(columna_base).capitalize() != str(columna_csv).capitalize():
raise (NoSePuedeInferirMetadataErrorEncabezado(
_("El nombre de la columna {0} no coincide con el "
"guardado en la base ".format(columna_base))))
# ======================================================================
# Primero detectamos columnas de datos
# ======================================================================
columnas_con_telefonos = self._inferir_columnas(
otras_lineas, validate_telefono)
logger.debug("columnas_con_telefonos: %s", columnas_con_telefonos)
columnas_con_fechas = self._inferir_columnas(
otras_lineas, lambda x: validate_fechas([x]))
logger.debug("columnas_con_fechas: %s", columnas_con_fechas)
columnas_con_horas = self._inferir_columnas(
otras_lineas, lambda x: validate_horas([x]))
logger.debug("columnas_con_horas: %s", columnas_con_horas)
columna_con_telefono = None
if len(columnas_con_telefonos) == 0:
logger.debug("No se encontro columna con telefono")
else:
# Se detecto 1 o mas columnas con telefono. Usamos la 1ra.
logger.debug("Se detecto: columnas_con_telefonos: %s",
columnas_con_telefonos)
if columnas_con_telefonos[0] in columnas_con_fechas:
logger.warn(_("La columna con telefono tambien esta entre "
"las columnas detectadas como fecha"))
elif columnas_con_telefonos[0] in columnas_con_horas:
logger.warn(_("La columna con telefono tambien esta entre "
"las columnas detectadas como hora"))
else:
columna_con_telefono = columnas_con_telefonos[0]
if columna_con_telefono is not None:
metadata.columna_con_telefono = columna_con_telefono
metadata.columnas_con_fecha = columnas_con_fechas
metadata.columnas_con_hora = columnas_con_horas
# Si no hemos inferido nada, salimos
if columna_con_telefono is None:
# En realidad, al menos el numero de columans debio ser
# inferido. Pero si ni siquiera se detecto numero de
# telefono, se debe a que (a) hay un bug en esta logica
# (b) la BD es invalida. Asi que, de cualquire manera,
# no creo q' valga la pena devolver la instancia de mentadata,
# me parece mas significativo reportar el hecho de que
# no se pudo inferir el metadato.
raise(NoSePuedeInferirMetadataError(_("No se pudo inferir ningun "
"tipo de dato")))
# ======================================================================
# Si detectamos telefono, fecha u hora podemos verificar si la
# primer linea es encabezado o dato
# ======================================================================
validaciones_primer_linea = []
if columna_con_telefono is not None:
validaciones_primer_linea.append(
validate_telefono(primer_linea[columna_con_telefono]))
for col_fecha in metadata.columnas_con_fecha:
validaciones_primer_linea.append(
validate_fechas([primer_linea[col_fecha]]))
for col_hora in metadata.columnas_con_hora:
validaciones_primer_linea.append(
validate_horas([primer_linea[col_hora]]))
assert validaciones_primer_linea
logger.debug("validaciones_primer_linea: %s",
validaciones_primer_linea)
primera_fila_es_dato = all(validaciones_primer_linea)
metadata.primer_fila_es_encabezado = not primera_fila_es_dato
nombres = []
if metadata.primer_fila_es_encabezado:
nombres_orig = [x.strip() for x in primer_linea]
for num, nombre_columna in enumerate(nombres_orig):
nombre_columna = self.sanear_nombre_de_columna(nombre_columna)
# si no hay nombre, le asignamos un nombre generico
if not nombre_columna:
nombre_columna = self.sanear_nombre_de_columna(
"COLUMNA_{0}".format(num + 1))
# revisamos q' no se repita con los preexistentes
while nombre_columna in nombres:
nombre_columna = self.sanear_nombre_de_columna(
nombre_columna + "_REPETIDO")
nombres.append(nombre_columna)
else:
nombres = [
self.sanear_nombre_de_columna("Columna {0}".format(num + 1))
for num in range(metadata.cantidad_de_columnas)
]
metadata.nombres_de_columnas = nombres
return metadata
